估计正常值范围用途︰简单线性回归方程.PPT

習慣上，相關係數的絕對值|r|在︰ 0.3以下，稱為微弱線性相關； 0.3-0.5，稱為低度線性相關； 0.5-0.8，稱為顯著線性相關； 0.8以上，稱為高度線性相關。 直線回歸 線性回歸分析是基于最小二乘法原理產生古典統計假設下的最優線性無偏估計。 直線回歸是回歸分析中最基本、最簡單的一種，是處理兩變量（其中至少一個是隨機變量）間線性依存關係的一種統計方法，即自變量只有一個的情況，故又稱簡單回歸（simple regression），所得方程叫直線回歸方程。 若引入回歸分析的自變量有兩個以上，那么就是多重線性回歸分析或多元線性回歸分析，所得方程叫多重線性回歸方程。 簡單線性回歸方程︰ = a + bx 最小二乘法原理，此時估計誤差平方和 最小。 直線回歸方程的假設檢驗 樣本回歸系數b的假設檢驗 （1）方差分析； （2）t檢驗。 決定系數: 習慣上寫成 ，稱為確定系數（或決定系數），數值上等于自變量對因變量的貢獻率，即用自變量能解釋因變量變化的百分之多少。 越接近于1，回歸擬合分析的效果越好，即價值越大。 注意︰如果X與Y有回歸關係，則一定存在相關關係，但是若存在相關關係，則不一定存在回歸關係。 作直線回歸分析時的注意事項︰ 1）兩變量間的關係